AI干货|GPT时代人类智力活动新地图1[疯语咒AI]

人的智力活动起始于意识，意识借助认知领域过程，驱动人脑和 GPT 等工具，处理生物传感器、人造传感器收集到的信息和数据，从而认识世界、认识自我。

1、意识的产生

意识是人类特有的一种能力，它涉及到我们如何感知、理解和解释外部世界。意识的产生可能与大脑的复杂结构、生物进化和社会文化因素等多种因素有关。

人类意识的起源和本质是哲学、神经科学、心理学和认知科学等多个学科领域中的核心问题之一，至今仍然是一个未完全解决的谜题。关于人类意识是如何产生的，有多种理论和观点：

生物进化论：

意识可能是大脑复杂性的自然结果。随着进化，大脑变得越来越复杂，意识可能是这一进程的副产品。某些科学家认为，意识可能为生物体提供了生存和繁殖的优势，例如更好地预测环境中的威胁和机会。

量子理论：

一些理论家提出，大脑中的量子效应可能与意识的产生有关。但这一理论尚未得到广泛接受，并且仍在研究中。

信息整合理论：

意识是信息处理的结果。大脑中的不同区域处理不同的信息，当这些信息被整合在一起时，产生了意识体验。

全局工作空间理论：

意识是大脑中不同区域之间的交互作用的结果。当某个刺激或信息在大脑中被广泛处理和共享时，它进入了我们的意识。

哲学观点：

一些哲学家认为，意识是一种基本的宇宙属性，与时间、空间和物质同等重要。另一些哲学家则认为，意识是物质的一个特殊状态或形式，与大脑的物理过程紧密相关。

宗教和精神观点：

许多宗教和精神传统认为，意识超越了物质世界，与神、灵魂或更高的力量有关。

在豆茉君看来，这个问题可能跟 GPT 是如何出现各种能力一样，就是量大出奇迹。

谷歌的大脑团队早在2022年11月就发现，当大模型的浮点运算消耗量超过 10 的 22 次方次以后，GPT 突然在各种能力上折跃式地提升。

FLOP代表浮点运算次数 (Floating Point Operations)，是一种衡量计算机性能的指标。它用来度量训练语言模型所需的计算量，也就是对模型进行训练时所执行的浮点运算操作的总次数。FLOP是借助于FLOPS (每秒浮点运算次数)来衡量的。在语言模型的研究和应用中，FLOP常常被用来表示语言模型的规模大小和计算资源的消耗程度。

那么，想想人类大脑，大约由 860 亿个神经元组成，每个神经元每秒可以进行约1000次的神经脉冲。因

为每个神经元的计算能力远远超过一个浮点运算，同时考虑到神经元之间的复杂互动和突触的数量，保守估计的话人脑的算力可能达到1 ExaFLOP（10^18 FLOP）或更高。考虑到目前碳基大脑比硅基芯片高级得多，这个数量级应该还能往上提升不少。有了这样的物质基础，而且进化的结果也实证了，人类大脑的各种能力也经历过涌现。

作为生命体，我们对于这种涌现的感知和体验，可能就是意识本身。

2、认知领域

当意识产生以后，借助人脑，我们就会开启认知活动。如何有效拆解这些认知活动，是后面进行科学决策的基础。豆茉君通过和 GPT-4 沟通，发现了一种叫做“布鲁姆的认知领域分类”。

1）布鲁姆认知领域模型

布鲁姆的认知领域分类是由本杰明·布鲁姆（Benjamin Bloom）于1956年首次提出的，是教育目标的分类体系。这个分类体系主要用于描述学生在认知领域的学习目标和能力。

布鲁姆的分类体系最初包括六个层次，从低到高分别是：

记忆（Remember）

常见的思维活动是：列出 (list), 背诵 (recite), 大纲 (outline), 定义 (define), 命名 (name), 匹配 (match), 引用 (quote), 回忆 (recall), 识别 (identify), 标签 (label), 辨认 (recognize)

理解（Understand）

常见的思维活动是：描述 (describe), 解释 (explain), 改述 (paraphrase), 重述 (restate), 给出原始例子 (give original examples of), 总结 (summarize), 对比 (contrast), 解读 (interpret), 讨论 (discuss)

应用（Apply）

常见的思维活动是：计算 (calculate), 预测 (predict), 实施(apply), 解决 (solve), 说明 (illustrate), 使用 (use), 展示 (demonstrate), 建模 (model), 执行 (perform), 展现 (present)

分析（Analyze）

常见的思维活动是：分类 (classify), 分解 (break down), 归类 (categorize), 分析 (analyze), 绘图 (diagram), 举例 (illustrate), 批评 (criticize), 简化 (simplify), 关联 (associate)

评估（Evaluate）

常见的思维活动是：选择 (choose), 关联 (relate), 确定 (determine), 辩护 (defend), 判断 (judge), 评分 (grade), 比较 (compare), 对比 (contrast), 争论 (argue), 证明 (justify), 支撑 (support), 说服 (convince), 选定 (select), 评价 (evaluate)

创造（Create）

常见的思维活动是：设计 (design), 构建 (formulate), 建立 (build), 发明 (invent), 创建 (create), 组成 (compose), 生成 (generate), 导出 (derive), 修改 (modify), 开发 (develop)

不知道大家看到这 6 个层级有什么感受？豆茉君慢慢来了感觉。

2）观察阅读理解的智力活动

此时此刻，当你点开豆茉君的这篇文章并读到了这儿，你的意识一直在命令着大脑要阅读、理解并思考这篇文章。

所以你的大脑把有限的注意力、短期记忆力和意志力都聚焦到了关于这篇文章的智力活动中。

阅读理解的智力活动过程是一个复杂的认知过程，涉及多个步骤和大脑区域的协同工作。

感知阶段

当我们看到文字时，眼睛的视网膜上的感光细胞会捕捉到光线反射的信息。这些信息随后被转化为神经脉冲，通过视觉通路传输到大脑的后部，即视觉皮层。

初步处理

在视觉皮层，这些神经脉冲被初步处理，以识别基本的形状、颜色和运动。文字的基本形状和特征被识别出来，为进一步的处理做好准备。

文字识别

信息随后传输到与文字处理相关的大脑区域，在那里，单个的字母和词汇被识别和解码。

语义理解

一旦文字被识别，信息会被传输到与语义处理相关的大脑区域，词汇的意义被提取，句子的结构被分析，从而理解句子的整体意义。

工作记忆整合

为了理解段落或文章的整体内容，我们需要将信息存储在工作记忆中，并与我们的长期记忆中的知识进行整合。

反思与批判性思考

阅读理解不仅仅是对文字的被动接受。为了深入理解，我们还需要对信息进行反思、评估和批判性思考。

与此同时，有些小伙伴还会经历“次声话”的体验，也就是脑中的喃喃自语。

在阅读理解的过程中，许多人确实会经历一种称为“次声话”或“内部话”的现象，这是指在脑中默念或“听到”所读文字的声音。这种现象在阅读初学者或在阅读难度较高的材料时尤为常见。然而，并不是所有人在阅读时都会经历次声话，也不是在所有情境下都会出现。

以下是关于次声话的一些关键点：

学习阶段

在学习阅读时，儿童通常会大声朗读。随着阅读技能的提高，这种大声朗读逐渐转变为默读，但次声话可能仍然存在。

阅读速度与深度

次声话可能会减慢阅读速度，但对于某些人来说，它有助于更好地理解和记忆材料。

专家与新手

经验丰富的阅读者可能更少地依赖次声话，因为他们已经发展出了更高效的阅读策略。然而，当面对复杂或不熟悉的材料时，即使是专家也可能会使用次声话。

个体差异

有些人在阅读时几乎总是经历次声话，而其他人则很少或从不这样做。这可能与个体的认知风格、习惯或大脑处理信息的方式有关。

减少次声话

有些速读技巧和策略旨在减少或消除次声话，以提高阅读速度。但这可能需要时间和练习。

在豆茉君看来，当“无声”的理解回路不足以完成对本文的理解时，大脑会自动启动读的回路，试图用语言的声音刺激大脑加强理解活动。

从认知领域 6 层模型来看，阅读理解的认知活动包含记忆、理解、应用和分析层：

记忆：上下文短期记忆、调用相关长期记忆知识；

理解：理解已有记忆对象（老概念）的逻辑新组合（新论述）；

应用：把新理解到的和刚刚理解的知识用于理解下文的新东西；

分析：对本文的论述进行逻辑判断和推理。

结语

人类的意识和认知活动是复杂而深奥的领域，涉及多个学科和理论。在 GPT 时代，理解这些基本概念对于更好地利用 GPT，进行深度思考和决策至关重要。

所以，小伙伴们啃一啃，理解下这个认知过程，跟上豆茉君的节奏。

然后，再忍一忍，因为下次的中篇，将要带大家进一步探讨的是，关于如何有意识地科学决策，决定使用人脑、还是 GPT、还是组合的问题。